【摘要】：鐵礦石貿(mào)易在全球貿(mào)易中有著舉足輕重的影響,每年全球貿(mào)易量15億公噸,貿(mào)易額1200億美元以上。鐵礦石貿(mào)易量是世界經(jīng)濟的晴雨表之一。鐵礦石貿(mào)易量通常是海關(guān)統(tǒng)計發(fā)布的事后統(tǒng)計值。然而鐵礦石貿(mào)易量的事先預(yù)測,對貿(mào)易商、期貨交易參與者、貸款企業(yè)有著更重要的意義。本文通過船舶位置數(shù)據(jù)對鐵礦石做貿(mào)易預(yù)測分析,能夠準確預(yù)測未來一段時間內(nèi)鐵礦石的到港量。本文主要通過以下過程完成對鐵礦石貿(mào)易量的預(yù)測:1.設(shè)計了HDDBSCAN(Hadoop based Distributed DBSCAN)算法,用于識別鐵礦石裝卸泊位。船舶位置數(shù)據(jù)量非常巨大,全部位置數(shù)據(jù)在1000億行以上(5年累計數(shù)據(jù)),即便是鐵礦石船也有10億行左右。單進程的DBSCAN算法做聚類分析,計算時長得按年計算。為了解決這個問題,本文基于Hadoop和地理區(qū)域劃分,設(shè)計了分布式DBSCAN算法。眾所周知,DBSCAN只能對相似密度對數(shù)據(jù)做聚類分析。然而,船舶位置數(shù)據(jù)的密度取決于該地區(qū)的基站數(shù)量,因此,船舶位置數(shù)據(jù)的密度差距非常大,中國區(qū)密度最高,南非、印度等地區(qū)密度又很低。為解決密度不均,無法得到低密度類的問題,對于不同的區(qū)域采用不同的DBSCAN算法參數(shù)。2.設(shè)計了SVF(Statistic based Voyage Forecast)算法,用于預(yù)測船舶航次。已有文獻的航次算法,都是針對港區(qū)內(nèi)部的航次,沒有能夠做到全球航次預(yù)測。本文基于劃分算法、以及每個航段目的港后驗概率,通過Bayes算法,隨著航行過程中航段的增加,不斷計算目的港的概率,最終達到準確預(yù)測的目的。以上述兩個算法為核心,本文完成了以下系統(tǒng)功能:1.技術(shù)架構(gòu)設(shè)計:技術(shù)架構(gòu)上分為頁面層,服務(wù)層,業(yè)務(wù)邏輯層,數(shù)據(jù)層四層。2.功能模塊設(shè)計:基于業(yè)務(wù)需求,設(shè)計實現(xiàn)了鐵礦石貿(mào)易量預(yù)-測,鐵礦石實時航運等功能模塊。3.其他相關(guān)模塊:系統(tǒng)安全相關(guān),如防止SQL注入、用戶信息安全等。
【圖文】：

那么對象ｐ到ｑ是密度相連的。逡逑２．１．２算法描述逡逑算法示意圖如圖２－１所示。逡逑圖２－丨ＤＢＳＣＡＮ算法示意圖丨２９１逡逑ＤＢＳＣＡＮ算法原理：逡逑（１）邐ＤＢＳＣＡＮ遍歷并檢查所有點，，選出滿足核心點要求的點，如果ｐ滿逡逑足核心點要求，那么創(chuàng)建一個以ｐ為核心點的簇。逡逑（２）邐ＤＢＳＣＡＮ遍歷所有簇，并聚集從這些核心對象直接密度可達的點，逡逑該過程也會將密度可達的簇進行合并。逡逑（３）

總結(jié)為：逡逑Ｓ的首尾兩點Ａ．Ｂ之間連接一條直線ＡＢ逡逑曲線上距離ＡＢ最遠的點Ｃ，計算Ｃ到ＡＢ的距離為ｄ逡逑距離ｄ小于距離閾值ｔｈｒｅｓｈｏｌｄ，那么將該直線作為曲線的結(jié)束逡逑距離ｄ大于距離閾值ｔｈｒｅｓｈｏｌｄ，則將曲線分為ＡＣ和ＢＣ，理ＡＣ和ＢＣ逡逑有曲線處理完畢，依次連接所有的分割點，即為曲線的近相關(guān)技術(shù)逡逑ｏｇｌｅ提出的ＭａｐＲｅｄｕｃｅ并行計算模型，Ｈａｄｏｏｐ是Ａｐａｃｈｅ統(tǒng)【３１］實現(xiàn)的開源項目，將數(shù)據(jù)處理分成了邋Ｍａｐ和Ｒｅｄｕｃｅ機器不同進程來處理不同的任務(wù)，提高了系統(tǒng)的并發(fā)度，
【學(xué)位授予單位】：北京郵電大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：F416.1;F746;F551;TP311.13

【相似文獻】

相關(guān)期刊論文 前10條

1 ;預(yù)計全球鐵礦石貿(mào)易量將增加[J];燒結(jié)球團;2014年04期

2 ;全球鐵礦石貿(mào)易量展望[J];燒結(jié)球團;2012年01期

3 ;2009～2012年世界鐵礦石貿(mào)易[J];燒結(jié)球團;2011年06期

4 ;全球鐵礦石貿(mào)易展望[J];燒結(jié)球團;2010年06期

5 ;澳大利亞和巴西鐵礦石貿(mào)易量逐年增長[J];冶金礦山設(shè)計與建設(shè);2001年04期

6 李萌;劉正陽;王建平;;復(fù)雜網(wǎng)絡(luò)背景下國際鐵礦石貿(mào)易規(guī)律研究[J];中國礦業(yè);2018年04期

7 王內(nèi)蒙;趙文;;鐵礦石貿(mào)易的價格機制及中國的對策研究[J];現(xiàn)代經(jīng)濟信息;2018年05期

8 郝曉晴;安海忠;陳玉蓉;高湘昀;;基于復(fù)雜網(wǎng)絡(luò)的國際鐵礦石貿(mào)易演變規(guī)律研究[J];經(jīng)濟地理;2013年01期

9 盧蓓蓓;肖榮閣;師永民;劉勇;;我國鐵礦石貿(mào)易的不利狀況及對策分析[J];資源與產(chǎn)業(yè);2009年03期

10 黃天文;中國鐵礦石貿(mào)易現(xiàn)狀及展望[J];中國遠洋航務(wù)公告;2004年11期

相關(guān)重要報紙文章 前10條

1 本報記者 索寒雪;各路資本圍獵鐵礦石 中國鋼協(xié)出面“降溫”[N];中國經(jīng)營報;2019年

2 眾石;鐵礦石定價權(quán)之戰(zhàn)：中國被逼出招[N];中國青年報;2011年

3 本報記者 范媛;瘋狂的鐵礦石[N];中國經(jīng)濟時報;2019年

4 證券時報記者 魏書光;進口鐵礦石重上100美元 鋼企積極利用期貨降成本[N];證券時報;2019年

5 經(jīng)濟日報·中國經(jīng)濟網(wǎng)記者 �；荽�;鐵礦石飆漲該“甩鍋”期市嗎[N];經(jīng)濟日報;2019年

6 金石期貨 劉軼卿;鐵礦石上升潛力較大[N];期貨日報;2017年

7 本報實習(xí)記者 孫翔峰;鐵礦石漲價壓力增大[N];中國證券報;2017年

8 周子勛 資深宏觀經(jīng)濟評論人;鐵礦石期貨對外開放的新挑戰(zhàn)新遠景[N];上海證券報;2018年

9 本報記者 張日;鐵礦石貿(mào)易 中國有話當(dāng)說[N];國際商報;2018年

10 長江期貨 盛志誠;鐵礦石供需矛盾恐進一步加劇[N];期貨日報;2018年

相關(guān)博士學(xué)位論文 前1條

1 鄢紅兵;國際鐵礦石市場變動對中國鐵礦石進口量影響研究[D];中國地質(zhì)大學(xué);2017年

相關(guān)碩士學(xué)位論文 前10條

1 祝天虎;全球鐵礦石貿(mào)易與航運分析系統(tǒng)設(shè)計與實現(xiàn)[D];北京郵電大學(xué);2019年

2 王曉雯;試析中巴鐵礦石貿(mào)易的背景、影響因素及合作前景[D];北京外國語大學(xué);2018年

3 夏諳特(Armando Zarate Alvarado);秘魯—中國鐵礦石貿(mào)易運輸研究[D];大連海事大學(xué);2015年

4 何智雅;世界鐵礦石貿(mào)易網(wǎng)絡(luò)結(jié)構(gòu)特征及演進分析[D];湖南大學(xué);2014年

5 宋純星;我國鐵礦石貿(mào)易及其對于鋼鐵產(chǎn)業(yè)的影響[D];上海交通大學(xué);2009年

6 上官修瑜;中澳鐵礦石貿(mào)易和投資研究[D];廈門大學(xué);2009年

7 王素娟;中澳鐵礦石貿(mào)易定價權(quán)問題研究[D];華中師范大學(xué);2014年

8 王沖;雷特集團鐵礦石貿(mào)易模式轉(zhuǎn)型研究[D];上海交通大學(xué);2009年

9 石潔心;中國鐵礦石貿(mào)易的國際定價權(quán)研究[D];浙江大學(xué);2007年

10 彭玨瓊;不同定價機制對我國鐵礦石貿(mào)易的影響研究[D];華東政法大學(xué);2015年

本文編號：2624288